Suchen

Kommentar von Stefan Geißler, Expert System Deutschland Cognitive Computing bewältigt Big-Data-Ströme

| Autor / Redakteur: Stefan Geißler / Nico Litzel

Der Big-Data-Strom fließt bei vielen Unternehmen in gleich zwei Richtungen. Dabei geht es einmal es um die gewaltigen Datenmengen, die intern generiert werden und derer die Unternehmen Herr werden müssen. Viel spannender ist jedoch die zweite Fließrichtung: Wie lassen sich auch bei der Verarbeitung der Daten, die das Unternehmen von außen erreichen, Effizienzgewinne erzielen? Antwort: Mit einer darauf aufbauenden Prozessoptimierung.

Firmen zum Thema

Der Autor: Stefan Geißler ist Geschäftsführer der Expert System Deutschland GmbH
Der Autor: Stefan Geißler ist Geschäftsführer der Expert System Deutschland GmbH
(Bild: Expert System Deutschland)

Beispiel Versicherungen: Hier ist man dem Thema „Big Data“ aufgeschlossen und interessiert gegenüber aufgestellt. Nur weniger als zehn Prozent der Branche, so eine aktuelle Studie der KPMG sind eher kritisch und ablehnend. „In der traditionell sehr datenaffinen Versicherungsbranche ist die Aufgeschlossenheit gegenüber dem Thema im Vergleich zu anderen Branchen am größten: 81 Prozent sind an Big-Data-Lösungen interessiert, und nur drei Prozent haben eine ablehnende Haltung“, so die KPMG-Experten wörtlich.

Diese Offenheit hat im Wesentlichen zwei Gründe. Erstens: Die Branche muss kontinuierlich Innovationen einführen; zu groß ist der Druck durch wendige Start-ups. Sogenannte InsurTechs, digital aufgestellte Finanzdienstleister, kommen mit schlanken Strukturen, innovativen Ideen und ganz neuen sowie flexiblen Angeboten um die Ecke – darauf müssen die traditionellen Branchengrößen Antworten finden.

Zweitens steckt darüber hinaus noch viel Potenzial in den eigenen Prozessen. Zieht die Branche hier die Stellschraube an und nutzt die Möglichkeiten von Technologien für Cognitive Computing zur effizienten Analyse von Textinhalten sowie unstrukturierten und strukturierten Daten zur intelligenten Big-Data-Analyse, steigert sie massiv ihre Wettbewerbsfähigkeit und kann der neuen Wettbewerbssituation selbstbewusst trotzen.

Größter Kostenverursacher im Unternehmen

Dazu ein Beispiel: Bei Versicherungen entstehen nach seriösen Schätzungen bis zu 75 Prozent der Gesamtkosten durch Schadenaufwände. Unterschiedlichste Abläufe sind hier zu bewältigen: Von der Aufnahme der Meldung über deren Bearbeitung bis hin zur Auszahlung kommt es zu vielen kleinen Prozessschritten.

Zu berücksichtigen sind dabei eine Unmenge an strukturierten und unstrukturierten Daten: Namen, Versicherungsnummer, Schadensart – und das Ganze in unterschiedlichsten Formaten und Belegarten. Geleichzeitig fließen die Informationen mittlerweile über verschiedenste Kanäle ein – über mobile Apps, Portale sowie per E-Mails, Briefpost, ja sogar Fax.

Schließlich läuft in die Abwicklung auch eine Flut externer Daten ein, wie z. B. Werkstattberichte, Rechnungen, Arztberichte und -abrechnungen, Gutachten, Kundenverträge, Policen sowie auch die OSINT (Open Source Intelligence)-Informationen – also frei verfügbare Quellen wie Geoinformationen oder Wetterdaten. Diese Daten sind nicht nur unstrukturiert, sondern mitunter auch hochkomplex. Ein Beispiel hierfür wäre ein typischer medizinischer Schadensfall, reich an medizinischen Ausdrücken und in Fachsprache formulierten Gutachten.

Besser: Umbau in digitalen Prozess

Aus diesen heterogenen Dokumenten und begleitenden Informationen gilt es nun, eine flexible und automatisierte Schadensorganisation zu formen. Ein leistungsstarkes und hoch integrationsfähiges digitales Schadensmanagement-System auf Basis von semantischer Daten- und Textanalyse.

Dazu muss die gesamte Datenflut kanalisiert, analysiert und letztlich bearbeitet werden, sodass daraus strukturierte Informationen werden. Nach klassischer Digitalisierung etwa via OCR und anschließender semantischer Datenanalyse, Textanalyse, kognitiver Analyse, Machine-Learning und letztlich Natural Language Processing (NLP) schaffen Unternehmen dies. Begriffe lassen sich automatisch extrahieren, Namen, Orte und Organisationen aus den Unterlagen herausziehen. Ontologien, eine Thesaurie und Taxonomien legen Begriffe fest und sorgen für Ordnung.

Moderne Technologien für Cognitive Computing sind hierbei in der Lage, komplexe Inhalte, die wiederkehrend auftreten, zu verstehen: Ein Wadenbeinbruch bleibt ein Wadenbeinbruch – egal ob in den Dokumenten von einer „Fraktur des Wadenbeins“ oder eben vom „Wadenbeinbruch“ die Rede ist oder ob der Versicherte sich diesen durch einen Skiunfall oder beim Fahrradfahren zugezogen hat. Und nicht nur medizinische, sondern auch technische Sachzusammenhänge lassen sich auf diese Weise schneller und effizienter verarbeiten.

Positiveffekte an allen Fronten

Im Ergebnis kann durch derartige Verarbeitung von Dokumenten die entsprechenden Geschäftsprozesse in den Unternehmen optimiert und weiter digitalisiert werden. Nach aktuellen Studien senkt die automatisierte Schadenabwicklung mittels Textanalyse die bisherigen Kosten um bis zu 50 Prozent.

Versicherer können derart Schäden schneller regulieren und beispielsweise auf Kundenanfragen deutlich genauer und schneller reagieren, da sämtliche Informationen in einer strukturierten Fassung vorliegen. Das steigert die Kundenzufriedenheit und Loyalität der Kunden.

Über diese Digitalisierung können sich auch Controller freuen: Der Überblick über die Schadensumfänge ist sehr zügig und verbindlich vorhanden. Das erleichtert die Kostenplanung. Aufwände bei Personen- und Sachschäden können sie derart schnell vergleichen und Kostenansätze planen.

Weiteres wichtiges Stichwort: Vermeidung von Versicherungsbetrug (Fraud). Robuste und innovative Software-Technologien zur semantischen Verarbeitung sind auch Millionen von Dokumenten und Daten gewachsen – und dazu lernend! Zusammenhänge erfassend und darstellend, lassen sich auch etwaige Betrugsfälle schneller erkennen. Was früher die Nadel im Heuhaufen war, kann heute vielfach durch automatische Verfahren als auffälliger Fall in großen Datenmengen identifiziert werden. Durch Cognitive Computing – die Erkennung von Bedeutungen und Zusammenhängen in den Rohdaten – können ähnliche Schadensmeldungen und z. B. deren Häufungen erkannt werden; etwa Fälle von absichtlich herbeigeführten Fahrzeugunfällen.

Risiko minimieren durch Technologie

Die bereits angesprochene OSINT unterstützt zudem das Risikomanagement, ebenso lassen sich zukünftige Schäden auf Basis historischer Schäden einfacher und vor allem zuverlässiger vorhersagen. Und schließlich: Durch die Transparenz im Internet können Unternehmen z. B. auch die Policen des Wettbewerbs schnell vergleichen und auswerten, um damit das eigene Risiko zu minimieren.

Ebenso lässt sich dieses System auf soziale Netze anwenden: Eine Meinungs- und Sentiment-Analyse extrahiert wertvolles Wissen aus Texten in sozialen Medien: Was sagt der Kunde, wie schnell und effizient regulieren wir Schäden? Wie hoch ist unsere Kundenzufriedenheit momentan, und gibt es Informationen zur Kundenbindung? Unternehmen müssen es lediglich extrahieren und strukturiert verfügbar machen – Kollege Software ist hier gerne behilflich.

Fazit

Auch der interne Fluss der Digitalisierung kann für Unternehmen eine große Hilfe sein. Die Flut unstrukturierter und heterogener Daten, z. B. im Schadenmanagement, wird in strukturierter Form in bestehende Geschäftsprozesse integriert, die dadurch effizienter und schlanker gestaltet werden können. Kernbestandteil sind dabei vielfach Analysen durch semantische Textverarbeitung.

Artikelfiles und Artikellinks

(ID:44311588)